その他の全社共通業務のAI活用事例

【成果】 2023年秋に開催された世界体操競技選手権大会において、男女全10種目へのJSSの適用が開始されました。これにより、同一基準による正確で公平な判定支援が実現しています。今後は、加盟国において選手の能力や技の習熟度を評価するトレーニングプログラムの一環として利用されるほか、生成されたデータに基づく専門的な解説や映像が視聴者にも提供される予定です。 さらに富士通は、本プロジェクトで培った高精細な画像分析技術とAI技術を融合したデータ解析プラットフォーム「Human Motion Analytics」として、ヘルスケアや製造、流通など幅広い産業へ展開していく展望を描いています。

【成果】 AIによる高精度な需要予測システムの導入により、担当者の経験や勘に依存しない標準化された配車・人員計画が可能となりました。属人化の解消だけでなく、配送ロスの削減や業務効率の大幅な向上といった具体的な成果を生み出しています。 先行導入エリアでの確かな手応えを受け、現在では全国46箇所の物流センターへのシステム展開を完了しています。全社的な物流業務の最適化が進んだことで、コスト削減と同時に、将来に向けた持続可能な物流網の構築を実現しています。

【成果】 実証実験において、富士フイルム内の在庫評価資料を用いて従来の予測結果と机上比較を行いました。作成した需要予測モデルがアフターパーツごとの特徴を正確に捉えた結果、「適正」在庫に分類される部品点数が従来の管理方法に比べて2.7倍に増加しました。 これにより、アフターパーツ在庫の過剰や不足を大幅に減らし、より効率的な在庫管理が可能になることが確認されています。この成果を受け、富士フイルムはデジタルカメラ分野における本ツールの本格的な導入に向けて、さらなる検討を進める予定です。

【成果】 アサヒ飲料が2024年3月から4月にかけて実施した実証実験では、特定の配送センターへの輸送コストを約6.2％、在庫日数を約6.5％削減することに成功しました。先行して実証実験を行ったキリンビバレッジでも、輸送コスト約9.1％、在庫日数約13.2％の削減を実現しています。 これらの結果を受け、サービスの本格展開が決定しました。今後は導入を拡大し、積載率の向上や納品時の欠品率低減を推進していく方針です。

【成果】 AI需要予測モデルの導入により、商品横持ち指示の作成にかかる工数を1日あたり約75％削減することに成功しました。予測精度の向上によって緊急の臨時便が減少し、それに伴う入出荷作業の工数も約30％削減されています。 さらに、期限管理品を補充倉庫で適切に保管できるようになったことで、センター内での不要な商品移動が減り、フォークリフト作業の工数も約15％削減されました。 定性的な成果として、商品の追加や倉庫の拡張といった環境変化にも柔軟に対応できる体制が整い、担当者変更時の引き継ぎ負担も大幅に軽減されています。

【成果】 国内400の全店舗でシステムの稼働を開始した結果、自動発注率が全体で従来比115％、日配品においては従来比160％へと大幅に向上しました。これにより、店舗での発注作業時間を1週間で約600時間削減するという定量的な成果を上げています。 また、AIによる在庫制御（売り減らし機能）が機能したことで、従来以上に円滑な売り場づくり（MDサイクル）が実現し、店舗在庫量の圧縮・適正化と商品回転率の向上にも寄与しています。 現場からは、予測精度の向上と運用負荷の軽減が高く評価されており、今後は物流在庫センターへの販売予測データ提示による配送遅延防止や、業界課題である返品・廃棄・滞留在庫の削減にも取り組んでいく展望が示されています。

【成果】 新システムの導入により、配車担当者の練度にかかわらず、高品質な配車計画を短時間で作成できる体制が整いました。AIと最適化モデルの処理能力に、担当者の知見を組み合わせることで、取引先の満足度を維持しながら業務効率化を実現しています。 今後は配車担当者全員が本システムを利用することで、配車計画の作成時間を従来比で25％削減することを目指しています。

【成果】 2019年からの試験的な運用を経て、明らかに不具合の予兆を示す有効な特徴量の抽出に成功しました。例えば、ボーイング787のエアコンシステム部品における不具合の予兆検知では新たな特徴量を発見し、この取り組みは航空技術協会の表彰審査会委員長特別賞を受賞するなどの高い評価を得ています。 また、従来の整備士の知見では「システム稼働中に兆候が現れる」と考えられていた事象に対し、AIの分析によって「システム停止中に特定の傾向を示す特徴量が存在する」という新たな事実が判明するなど、人間の経験則を補完する定性的な成果も生まれています。 現在では部品整備部門との共同分析も進んでおり、より多くの担当者がデータ分析に取り組む体制が構築されつつあります。

【成果】 高性能タイヤの設計において、試行錯誤を繰り返すことで段階的に性能と安定性が向上しました。ゴムの混合プロセスでは、物性値を狙い通りに推移させるための因子の特定に成功しています。また、スタッドレスタイヤの設計では、タイヤを試作する前に決定できる設計因子に基づいた見通しの良い関係式を得ることができました。さらに、データと対峙することで新たな気付きが得られ、タイヤの設計プロセスを革新するためのデータ活用が一気に加速するという副次的効果も生まれています。

【成果】 開発されたAI創薬技術により、従来の手順に比べて10倍以上高速に、大量の電子顕微鏡画像からタンパク質の形態と構造変化の推定が可能になりました。実際にタンパク質合成に関わる特定のタンパク質を本技術に適用したところ、構造変化の予測にかかる時間を従来の1日から2時間へと大幅に短縮することに成功しています。 これにより、細菌やウイルスなどの標的タンパク質に結合する薬剤の設計過程が革新され、製薬企業の創薬プロセスの迅速化・効率化に大きく貢献することが期待されています。今後は、この生成AI技術をコア技術の一つとして活用し、標的タンパク質と抗体の複合体解析や分子の大域的な構造変化を高精度かつ高速に予測する次世代IT創薬技術の実現を目指していく方針です。

【成果】 従来の人手に頼る警備では、監視できる範囲や時間帯がリソースに依存していましたが、AIによる常時・広範囲の検知が可能になったことで、日常業務では発見が困難な異常も捉えられるようになりました。 現場の警備員は、AIが違和感を検知した映像を中心に確認して対応できるようになり、業務負担の大幅な軽減と迅速な初動対応を実現しています。さらに、過去に発生した異常検知映像へ素早くアクセスできるようになったため、報告資料の作成など付随する業務の効率化にもつながるという成果を生み出しています。

【成果】 データブリックスの採用により、三菱UFJ銀行における次期AI共通基盤の構築が進められています。これにより、今後のさらなるデータ活用とAI推進に向けた強力な土台が形成されることが期待されています。

【成果】 本機能は、大阪市教育委員会との連携協定のもと、2024年9月より大阪市立小中学校の一部で先行利用が開始される予定です。対話型生成AIが教員のアシスタントとして機能することで、教員の業務負担を軽減しつつ、子どもたち一人ひとりに合った学習支援を実現することが期待されています。 今後は、動画教材の視聴情報や授業中のノート、画像など様々な種類のデータを統合し、それらの分析結果を対話型生成AIと組み合わせる計画です。実証研究を通じて効果的な事例を創出し、安全で安心な学校生活と個別最適な学びの提供に向けた取り組みが推進されています。

【成果】 直営塾や先行してモデル転換を行った「超個別指導塾まつがく」において、従来よりも少ない運営リソースで大きな成果を上げています。まつがくでは、国公立大学の合格実績が2020年度の6名から2024年度には42名へ、私立大学は12名から235名へと大幅に伸長しました。また、生徒数も同期間で18%増加するなど、定量的な成長を実現しています。 現場の生徒からは「やることを自分で決められる」「丁寧に学習の進捗管理をしてもらえる」といった肯定的な声が寄せられており、自立的な学習姿勢の定着という定性的な変化も確認されています。

【成果】 AIが乱気流の発生する特徴量を的確に捉えることが可能となり、日本上空の予測モデルにおいて86%という高い正答率を実現しました。従来の予測手法では乱気流の報告情報と予測位置が一致しないことがありましたが、新システムではこれらが正確に一致することが確認されています。 ANAは本システムを正式導入することで、運航における安全性と快適性の向上を実現し、お客様が安心して搭乗できる環境の強化に繋げています。